Húsz másodperc beszéd is elég lehet az AI-nak a cukorbetegség kiszűréséhez

• Egészség, Jó hírek
• 2026. október 2.

Mindössze húsz másodpercnyi beszédet elemezne egy új mesterségesintelligencia-modell annak felmérésére, hogy fennáll-e a 2-es típusú cukorbetegség kockázata.

A technológia alapja az a megfigyelés, hogy a betegséghez kapcsolódó anyagcsere-változások finom módon a hangképzésre és a beszéd egyes jellemzőire is hatással lehetnek. Ezeket az apró eltéréseket az emberi fül alig érzékeli, egy erre betanított algoritmus azonban képes lehet felismerni. A módszer egyelőre nem helyettesíti a vérvizsgálatot, de a kutatók szerint a jövőben egyszerű és széles körben hozzáférhető előszűrési lehetőséget jelenthet.

Mit hallhat meg egy mesterséges intelligencia?

Az új fejlesztés mögött ausztrál kutatók és egy egészségügyi technológiai vállalat szakemberei állnak. Kiindulópontjuk az volt, hogy a 2-es típusú cukorbetegség nem pusztán a vércukorszintet változtatja meg, hanem hosszabb távon az egész szervezet működésére hatással lehet. A kutatók azt vizsgálták, hogy ezek a változások vajon megjelennek-e olyan apró hangképzési sajátosságokban, amelyeket egy gépi tanulási modell felismerhet. A vizsgált jelek között többek között a hang érdessége, rekedtsége és a légzés kontrolljával kapcsolatos sajátosságok szerepeltek. Nem arról van szó, hogy a beteg hangjából közvetlenül „hallani” lehetne a magas vércukorszintet, hanem arról, hogy sok apró akusztikai jellemző együttes mintázata statisztikailag összefügghet a cukorbetegséggel.

A modellt több mint 21 ezer ember 63 ezer hangmintáján tanították be, majd egy több ezer résztvevőt tartalmazó külön csoporton ellenőrizték. A résztvevők rövid szöveget olvastak fel, illetve más beszédfeladatokat is végeztek, amelyekből az algoritmus kinyerte a számára fontos hangjellemzőket. A módszer egyik legnagyobb előnye éppen az, hogy nincs szükség különleges eszközre: elméletileg egy okostelefon mikrofonja is elegendő lehet egy ilyen felvétel elkészítéséhez. A húsz másodperc tehát nem egy laboratóriumi vizsgálat időtartama, hanem egy rövid hangminta, amelyből az algoritmus kockázati becslést készít.

Mit mutattak az első eredmények?

A kutatás első validációs szakaszában 7319 angolul beszélő résztvevő adatait elemezték, és az eredményeket a cukorbetegségre vonatkozó adatokkal vetették össze. A modell a 2-es típusú diabétesz és a betegség hiánya közötti megkülönböztetésben 0,80-as AUC-értéket ért el. Ez azt mutatja, hogy a hang alapján valóban van érzékelhető kapcsolat a vizsgált beszédjellemzők és a cukorbetegség között, de ez korántsem jelenti azt, hogy minden egyes esetet biztosan felismerne.

A második szakaszban egy kisebb, 801 fős csoportban HbA1c-vérvizsgálattal is összevetették az eredményeket. A HbA1c az elmúlt nagyjából két-három hónap átlagos vércukorszintjéről ad információt, ezért alkalmasabb objektív összehasonlításra, mint pusztán az önbevallás. Ennél a csoportnál a modell AUC-értéke 0,75 volt, amikor a cukorbetegség határértékét HbA1c alapján határozták meg. Ez ígéretes jel, de még messze nem olyan pontosság, amely alapján egy vérvizsgálat kiváltható lenne.

A kutatók ugyanakkor azt is megvizsgálták, hogy a modell teljesítménye mennyire stabil különböző életkorú és nemű embereknél, illetve bizonyos gyógyszerek mellett. A módszer több demográfiai tényező jelenlétében is viszonylag stabil maradt, szív-érrendszeri betegségek és magas vérnyomás mellett azonban romlott a teljesítménye. Ez azért fontos, mert a cukorbetegséghez gyakran éppen olyan társbetegségek kapcsolódnak, amelyek az algoritmus számára is megnehezíthetik a helyes becslést.

A nagy előny nem a diagnózis, hanem a könnyű szűrés lehet

A fejlesztés egyik legfontosabb lehetséges előnye az egyszerűség. Egy hagyományos cukorbetegség-szűrés vérvételt, egészségügyi kapcsolatot és sok esetben személyes megjelenést igényel. Egy hangalapú előszűréshez ezzel szemben akár csak egy mobiltelefon és néhány másodpercnyi beszéd kellene. Ez különösen azok számára lehet érdekes, akik ritkán vesznek részt szűrővizsgálatokon, vagy valamilyen okból nehezebben jutnak el orvoshoz.

A kutatók által felvázolt modell szerint a hangfelvétel nem végleges választ adna, hanem egy kockázati szintet jelezne. Alacsony kockázat esetén elegendő lehetne a későbbi ismételt ellenőrzés, magasabb kockázatnál pedig hagyományos vérvizsgálat követhetné a hangalapú szűrést. Így a technológia nem az orvosi diagnosztikát váltaná ki, hanem egy első szűrőréteget jelenthetne.

Ez azért lehet különösen fontos, mert a 2-es típusú cukorbetegség gyakran hosszú ideig kevés tünettel jár. Sok ember akkor sem kér kivizsgálást, amikor már több kockázati tényezője is van. Egy gyors, otthon elvégezhető digitális ellenőrzés ezért növelheti annak az esélyét, hogy a veszélyeztetettek eljutnak a tényleges diagnózisig.

Még messze van attól, hogy orvosi diagnózis legyen

A lelkesítő eredmények mellett fontosak a kutatás korlátai is. A vizsgálat alapján nem lehet egy húsz másodperces hangfelvételből önmagában megállapítani, hogy valaki cukorbeteg-e. A módszer jelenlegi formájában kockázatbecslésre alkalmas, és a kutatás egyik része még önbevallott diagnózisokra is támaszkodott. A biomarkerrel, vagyis HbA1c-vel ellenőrzött csoport ráadásul csak 801 főből állt.

További kérdés az algoritmus általánosíthatósága is. A vizsgált adatok elsősorban angolul beszélő brit és amerikai résztvevőktől származtak, ezért még nem tudható, hogy más nyelveken, eltérő beszédmódok mellett vagy más népességekben ugyanilyen teljesítményt nyújtana-e. A hangfelismerésnél a nyelv, az akcentus, a mikrofon minősége és számos más körülmény is befolyásolhatja az eredményt. A kutatók ezért további és szélesebb körű klinikai vizsgálatokat tartanak szükségesnek.

A fejlesztés ráadásul olyan technológiai terület, ahol az adatvédelem is fontos kérdés. A hangfelvétel személyes és potenciálisan azonosításra alkalmas adat, ezért egy valódi egészségügyi alkalmazásnál nemcsak a pontosságot, hanem a felvételek tárolását, feldolgozását és védelmét is szigorúan szabályozni kellene.

A húsz másodperces hangalapú teszt tehát egyelőre nem új cukorbetegség-diagnosztikai módszer, hanem egy ígéretes kutatási irány. Ha a későbbi, nagyobb és változatosabb vizsgálatok is megerősítik az eredményeket, egyszer akár egy egyszerű telefonos alkalmazás is jelezheti, hogy valakinek érdemes lenne vércukor- vagy HbA1c-vizsgálatot kérnie. A vérvételt azonban jelenleg semmi nem váltja ki: a hang legfeljebb azt jelezheti, hogy érdemes tovább vizsgálódni.